标签
Speculative-Decoding
Mar 31, 2026
大模型工程
40 分钟大模型工程（五）：推理优化核心技法
KV cache 力学、paged attention、continuous batching、speculative decoding、INT8/INT4/AWQ/GPTQ 量化，以及 vLLM、SGLang、TensorRT-LLM 的取舍。
Mar 31, 2026
大模型工程
40 分钟
Mar 31, 2026
大模型工程
40 分钟KV cache 力学、paged attention、continuous batching、speculative decoding、INT8/INT4/AWQ/GPTQ 量化，以及 vLLM、SGLang、TensorRT-LLM 的取舍。